在Redshift中使用Python聚合UDF

Question

我设法在AmazonRedshift中用Python编写了一些标量函数，即将一列或几列作为输入并根据某些逻辑或转换返回单个值。

但是有没有办法在UDF中传递数字列的所有值（即列表）并计算这些值的统计数据，例如均值或标准偏差？

Answer 1

文档说明只能使用标量udf函数（参见http://docs.aws.amazon.com/redshift/latest/dg/user-defined-functions.html）。

但是，如果值列表不是太大，你可能会因为创建一个字符串标量udf而期望字符串列表，LISTAGG函数执行的结果而作弊。

例如：select udfSum(listagg(val,'|')) from table;

请参阅：http://docs.aws.amazon.com/redshift/latest/dg/r_LISTAGG.html